关于AI上市公司发展水平评价

李如是+张海+高梦元

摘 要：采用主成分分析法，收集新兴概念行业--AI（人工智能）2014年上市企业相关数据，重新建立其行业发展水平的指标体系，对目前19家AI企业进行评价，并与原有的指标体系进行对比。又对“量子通讯”概念行业（相类似的行业）包含的上市企业进行相同的分析，作为对照行业使得结论更为可靠。本文通过研究发现，不同的行业都有其独特的评价体系，且由于国家宏观经济情况的不同以及数据波动的影响，该评价指标体系也会有所改变。所以应该对原有的权威指标体系不断进行更新，不断细化。

关键词：主成分分析；AI上市企业；评价指标体系

一、研究背景

人工智能（Artificial Intelligence），通常缩略为“AI”。该行业是研究人的智能相关的理论，并将其应用于各生产领域，使得社会劳动更为快速简便的一类新兴科学技术。人工智能是受信息技术影响的一个研究领域，它企图分解人类的生理动作或行为模式，并创造出能应用该原理的机械设备，有部分研究是为了生产极其“拟人化”的机械而存在。自从人工智能这门学科背独立出来之后，其对人类社会生产的影响越来越大，有越来越多相关的科技产品被应用于实际的生产流程，使得现代化生产变得迅捷简便。

涉及AI概念行业的企业，近几年尤为受股民的追捧，特别是2016年2月份以来，AI概念个股逐渐升温，AI股的发展现状及趋势无疑是一热点。上市公司的财务分析与我们日常所学紧密相关，对它的分析不仅要从经济的视角出发，更要从管理的视角出发。对投资者或是企业的融资都有一定的借鉴意义。

通过主成分对AI上市公司进行行业的评价，从数据的角度检验主成分得到的结果与专家所设立的指标体系是否一致，并做出解释。

二、指标体系的建立

通过对相关文献的研究，以及专家评价的结果并结合相关的财务知识，得到以下指标评价体系：根据AI企业的背景，在此，我们从上市公司的偿债能力，获利能力，营运能力和规模成长能力四个方面对其进行指标的划分。存货作为一个实际物体的存在方式，现在的AI企业所生产的产品能够规模量产的几乎没有，且部分互联网企业无存货这一指标。因此，这个存货周转率该指标在此剔除。

整理后，较权威的对上市企业的评价指标体系如下表所示：

三、主成分分析法实证研究

利用主成分析法是为了对大量的上市企业评价指标进行“降维”处理，以便得到层次分明，解释合理的行业发展水平评价指标体系。主成分分析法与因子分析有相似之处，但有有所不同，将具有较多“相似”部分的指标合为一个层次的指标对建立评价体系很有帮助。

以2014年（由于2015年年报并未全部披露，2014年披露的财务数据最为全面且详细）披露的沪深主板A股上市公司年度报告或独立公告为数据来源。对每一家企业的财务报告的数据进行采样、汇总，依据财务指标计算公式求出已建立的评价体系所需数据，最终得到分析样本。选取了较新概念行业--人工智能作为分析对象，该概念股包含19家上市公司。

由上图可知，市净率这一指标在5个主成分中的贡献率均不显著，所以剔除。

根据主成分分析的结果保留5个主成分（各成分解释如下），总共达到78%左右的累积贡献率：

1.盈利能力（企业获取收益的能力）：权益净利率，总资产净利率，净资产收益率，销售净利率，成本费用利润率，营业利润率，营业收入增长率；

2.偿债能力（企业偿还债务及支付利息的能力）：流动比率，速动比率，资产负债率；

3.规模扩张能力（企业扩大市场占有率及影响力的能力）：权益乘数，净利润增长率，固定资产投资扩张率；

4.营运能力（企业经营日常业务的能力）：每股盈利，应收账款周转率；

5.资产增长能力（企业价值的增长及未来的成长能力）：总资产增长率，总资产周转率，资本保值增值率。

可以看出，通过主成分分析法得到的评价指标体系与之前总结的前人研究成果相比并不完全一致，这5个主成分的提取有其行业本身特点的影响，也有采用的样本数据的影响。

评价结果如下：1.盈利能力最强：同花顺、高乐股份、慈星股份；2.偿债能力最强：东方网力、同花顺、高乐股份；3.规模扩张能力最强：科大智能、东方网力、高乐股份；4.营运能力最强：高乐股份、骅威股份、张江高科；5.资产增长能力最强：同花顺、紫光股份、高乐股份。

本文选取了概念股作为研究对象。与以往根据主营业务划分的行业不同，概念行业是依据研究权重、时事热点、以及特色题材进行划分的。在这种情况下股票业绩未必通过运营实现，可以通过事件驱动，起到一定的宣传作用。就AI行业来说，建立行业发展水平评价指标体系，是为了更好体现企业的发展现状及趋势，那就必须对其不断细化，筛选和实验，不可能一蹴而就，且由于数据波动的影响指标体系随时有可能比那花。已有的指标体系未必适合我们将做研究的对象。

四、与量子通讯行业对比分析

同样收集2014年深沪A股中“量子通讯”概念行业（总共15家上市企业）的相关数据，包括上市企业该年年报以及发展近况描述，作为样本数据进行主成分分析。

由上图可以看出，由主成分分析法所得的量子通讯行业的评价指标体系由5个部分组成：1.销售净利润，净资产收益率，总资产周转率，资产负债率，每股盈利，权益净利润，市净率，流动比率；2.总资产净利率，权益净利率，成本费用利润率，营业利润率，应收账款周转率；3.营业收入增长率，净利润增长率，总资产增长率；4.固定资产投资扩张率，资本保值增值率；5.速动比率。

量子通讯与人工智能均是属于高新科技这一大概念下的概念行业，出现这一新兴概念股的时间都较短，且包含上市公司的企业数量大体一致。但其经过主成分分析所得结果却完全不一致，这说明了每个行业应该都有其独特的评价指标体系，若仅仅使用统一的、不变的评价体系可能会有失偏颇。

五、结论与思考

结合实际的经济背景对人工智能概念股的主成分结论进行分析：

1.在按五个主成分分别对企业进行分类之后，高乐股份可以说是个极端情况：不是最好，就是最差。当然这也与数据选取的局限性有关（只选取了2014年一年的数据进行分析），不排除恰好有特殊情况；

2.在五种分类之中，同花顺企业领先领域较多；不排除财务报表从同花顺炒股软件上所得的影响，但它是其中极少数的完全依赖互联网的企业；

3.人工智能股票的热潮与今年政策导向有部分关系。从第一主成分可以看出，盈利能力强大是其主要的相似之处；

4.从其他四大主成分的排序可以看出，偿债能力、规模扩张能力、营运能力以及资产增长能力的高低对盈利能力的强弱并没有直接影响。

盈利能力是该行业最重视的指标。但盈利能力的高低不能表示企业其他方面的能力的强弱；对企业的发展现状及趋势进行综合评价时，企业在各成分上的分布较为分散，可能是受指标数量过多和样本数量过少的影响。所以，在研究上市企业的绩效时，只分析其中具有代表性的某一方面可能会得出更显著的结论。

高科技概念行业上市公司的数据波动较大，应从长期视角对其进行分析；且研发产品收益周期较长，在短期内对企业进行评价可能会有失偏颇。例如：高乐股份，是广东省的老牌玩具制造企业。建立于1989年，有较深厚的底蕴。近几年与广州幽联携手进军人工智能，有强大的技术优势作为后盾，但该优势未必是短期内可以反映出的。所以其较好的盈利能力并不是空穴来风。

参考文献：

史小康.基于灰色关联与主成分分析的公司绩效评价--以2009年信息技术上市公司为例[J].金融与经济，2011（06）：67-70.